基于改進(jìn)粒子濾波的人臉跟蹤算法的研究.pdf

1、人臉跟蹤是計(jì)算機(jī)視覺中一個(gè)非常重要的問題，它在人臉識別，人機(jī)交互，視頻監(jiān)控，機(jī)器人視覺等領(lǐng)域中都占據(jù)著十分重要的地位。近年來隨著計(jì)算機(jī)硬件性能的大幅增強(qiáng)和價(jià)格的逐步降低，它已經(jīng)受到很多研究人員的關(guān)注，成為了一個(gè)十分熱門的方向。但如何克服背景的嘈雜，人臉姿態(tài)及表情的變化，人臉的部分及完全遮擋，攝像機(jī)的運(yùn)動等的影響的難度較大，使之成為一項(xiàng)十分具有挑戰(zhàn)性的工作。在滿足魯棒性的基礎(chǔ)上，人臉跟蹤算法還要同時(shí)兼顧準(zhǔn)確性和實(shí)時(shí)性。迄今為止，有一萬余篇

2、相關(guān)的文獻(xiàn)已經(jīng)被發(fā)表，它們都試圖找出一種能兼顧上述三個(gè)指標(biāo)的實(shí)用的算法。
　　 本文設(shè)計(jì)了兩種跟蹤算法分別對人臉區(qū)域和人臉輪廓進(jìn)行跟蹤：
　　 ①為了兼顧人臉跟蹤算法的魯棒性，精確性和實(shí)時(shí)性，采用了一種基于改進(jìn)粒子濾波的實(shí)時(shí)魯棒性的人臉跟蹤算法。此算法將ωPSOPF引入到人臉跟蹤算法中，以此來緩解傳統(tǒng)粒子濾波器普遍存在的粒子退化問題。對粒子樣本的分布使用ωPSO[41]算法進(jìn)行優(yōu)化，使粒子向高似然概率區(qū)域移動。這樣通過“

3、重采樣”后就不會出現(xiàn)粒子耗盡的現(xiàn)象，因?yàn)樵诟吒怕蕝^(qū)域存在大量粒子，避免了對極少數(shù)高權(quán)值粒子的大量的復(fù)制。使用AdaBoost分類器進(jìn)行目標(biāo)跟蹤的初始化和模板更新，通過對模板進(jìn)行更新和優(yōu)化粒子分布來提高算法的魯棒性和精確性；采取間隔采樣ROI(Region of Interest)區(qū)域像素的方法，計(jì)算其加權(quán)直方圖作為唯一的線索來增加算法的實(shí)時(shí)性。最后此算法在VC2005+OpenCV平臺上予以實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果證實(shí)了算法的有效性及對各種干擾的

4、魯棒性。
　　 ②我們首先在Chunming Li提出的水平集變分形式上加以改進(jìn)，以此來避免在演化過程中進(jìn)行重新初始化并且使之更適于人臉輪廓的表示和跟蹤。接著將此改進(jìn)的水平集方法引入到粒子濾波框架下，采用了一種結(jié)合水平集和粒子濾波的人臉輪廓跟蹤算法。此方法使用零水平集函數(shù)對人臉輪廓進(jìn)行表示，通過水平集函數(shù)的更新對人臉輪廓進(jìn)行逼近，以橢圓物體仿射運(yùn)動涉及的七個(gè)參數(shù)和相應(yīng)的水平集函數(shù)作為目標(biāo)狀態(tài)，以水平集演化過程中涉及的三個(gè)能量函數(shù)